共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
严重冰情是重要海洋自然灾害之一,往往造成国计民生的重大损失。本文概要介绍了我国“七五”期间在海冰航空遥感技术研究方面的进展,重点讨论了机载合成孔径雷达(SAR)的全天时、全天候、高分辨率、高信噪比和对云层的穿透能力强等特点,以及使用机载地球资源侧视雷达(ERR)系统,对渤海进行的首次SAR测冰试验结果。所获得的分辨率为3m×3m和成图比例为1:10万的辽东湾海冰相嵌图象,清楚地给出了固定冰带、流冰冰型、流冰密集度、冰块大小、冰脊、冰间水域和流水区外缘线等参量。SAR监测和分析海冰的研究结果具有重要的科学和实用价值。 相似文献
3.
4.
结合纹理特征的SVM海冰分类方法研究 总被引：5，自引：4，他引：1
海冰分类是遥感监测领域中的重要应用之一，海冰分类的准确性对于评估海冰冰情、保证航海安全和开辟北极航道具有重要的意义。针对海冰分类问题，本文选用Sentinel-1遥感数据，结合纹理特征分析，提出了一种改进的SAR海冰分类方法。该方法选用灰度共生矩阵提取特征值，通过实验得到适宜用于海冰分类的多特征组合，在此基础上利用支持向量机开展SAR海冰类型的分类研究。实验结果表明，该方法可以实现对海冰SAR图像中一年冰、多年冰和海水3种类型识别，与传统的海冰分类方法神经网络和最大似然法相比较，使用SVM分类方法，结合纹理特征开展海冰类型监测是可行的，同时也表明多特征组合有利于提高SAR图像的分类精度，从而验证了本方法的有效性，为海冰分类提供了一种新思路。 相似文献
5.
灰度共生矩阵纹理特征对SAR海冰漂移监测的增强性能研究 总被引：1，自引：0，他引：1
海冰漂移监测对气候变化分析、船只航行、海上石油平台等海上活动安全作业具有重要意义。当前主流的SAR海冰漂移监测方法多是基于SAR灰度图开展的,其受噪声、环境等因素的影响较大,导致其在海冰漂移探测时,特征失配率高,匹配正确率低。针对这一问题,本文尝试利用SAR海冰纹理特征来增强海冰漂移探测性能。首先对比分析了8种纹理特征对海冰漂移探测中特征匹配的增强性能,筛选出能够有效增强特征匹配性能的最优纹理特征;其次进一步分析了海冰类型、入射角和分辨率对基于纹理特征的海冰漂移探测性能增强的影响。实验结果表明,均值是最优的纹理特征,与SAR强度图相比,特征匹配正确率提高了约7%。 相似文献
6.
基于海上溢油监测需求,自主研发了小型合成孔径雷达(SAR),并基于机载平台开展海上监测试验,进行应用测试。研发的小型SAR工作在C波段,极化方式为VV,质量24kg,可搭载于有人或无人飞行器,对较大面积海域进行实时连续成像,在获取设定分辨率的SAR实时影像的同时,完整记录原始回波信息,可进一步地面处理生成精细影像。2015年8—9月在山东烟台威海近海海域开展了机载小型SAR海洋监测试验,获取了海上目标包括平台、船只、浮筏和海上疑似油膜现象的SAR影像,成像良好。海上试验研究表明,小型SAR可以提供高质量的海面SAR影像数据,为海面目标及油膜的实时监测提供有利支持。 相似文献
7.
北极多年冰在近几十年有明显的减少趋势,与北极海冰的厚度、体积和夏季最小海冰范围的减少密切相关。合成孔径雷达(synthetic aperture radar, SAR)具有全天时、全天候成像能力,基于SAR卫星影像的海冰分类对监测北极多年冰具有重要意义。基于深度学习U-Net模型,以SAR图像的双极化信息为模型输入,构建了像素级的海水、一年冰和多年冰多分类模型。与已有SAR图像海冰分类方法(支持向量机、随机森林和卷积神经网络)进行对比,基于双极化SAR图像的U-Net海冰分类模型的准确率、平均重叠度和Kappa系数,分别达到了90.73%、0.831和0.849,优于其他对比模型,分别提升了4.08%～19.04%, 0.063～0.321和0.111～0.335。此外,针对SAR图像水平-垂直极化(horizontal-vertical polarization, HV)有明显的条状热噪声和水平-水平极化(horizontal-horizontal polarization, HH)受入射角效应而亮度不均匀的特点,设计敏感性实验,研究HV噪声、入射角和灰度共生矩阵(gray leve... 相似文献
8.
基于遥感图像分析的极区海冰漂移研究 总被引：1，自引：0，他引：1
对极区的海冰运动进行观测具有重要的意义,卫星遥感技术是目前极区海冰监测的重要手段.星载多光谱仪器和合成孔径雷达(SAR)能够生产高分辨率、宽刈幅、连续的遥感图像,是开展海冰遥感监测的优选载荷.通过对极区遥感图像的分析,可以获取极区海冰漂移运动的资料信息.文中提供了可用于极区海冰漂移研究的遥感资料源,详细介绍了两种基于遥感图像的海冰运动分析方法:相关匹配法与光流算法,以及两种方法的对比;利用文中介绍的遥感资料和分析方法,在两极海区发现了明显的海冰中尺度运动特征. 相似文献
9.
高分3号星载合成孔径雷达极地海冰自动检测方法研究 总被引：3，自引：3，他引：0
随着全球变暖等一系列气候变化的发生，极地海冰成为人们日益关注的焦点。由于不受光线和云雨影响，合成孔径雷达（SAR）可以进行全天时全天候的观测。高分3号是我国高分系列卫星中的一颗星载合成孔径雷达成像卫星，具有多种成像模式，可以在全球获取SAR数据。全天时全天候的工作特性和高空间分辨率的优势，使得高分3号星载SAR在极地海冰遥感监测中发挥重要的作用。本文基于高分3号水平-垂直（Horizontal-Vertical，HV）极化数据，提出了一种基于支持向量机的无需人工干预的海冰检测方法，实现海水和海冰的自动分离。利用该方法得到的海冰和海水分离结果同辅以人工解译的半监督分类结果相比较为吻合，为高分3号服务于极区海冰监测奠定了良好的基础。 相似文献
10.
11.
正海冰是北极变化的"指示器"。准确的海冰覆盖信息对于北极环境与气候变化认知、极地航行安全保障等方面具有重要作用。星载合成孔径雷达(Synthetic aperture radar,SAR)以全天候、全天时和高空间分辨率的特点,在极地海冰观测展示了突出优势。前期针对高分3号SAR数据,我们建立了基于支持 相似文献
12.
对海冰的运动规律进行精确、连续和长周期的实时监测有助于海冰热力学和动力学的研究,也可保障冰区生产活动的安全进行。针对辽东湾海冰的运动特点和工程需求,在JZ20-2油气平台上建立了海冰雷达监测系统。采用数字图像处理技术对海冰雷达监测图像进行了分析和软件开发,可对海冰密集度、速度和冰块面积等海冰参数进行提取。采用该海冰雷达监测系统和数字图像处理软件,在2011-2012年冬季对该海域的海冰运动规律进行了全冰期的连续监测,在此基础上重点对海冰速度的雷达图像监测结果进行了分析,讨论了海冰速度场分布以及连续48 h的变化过程。以上结果为海冰的生消运移规律研究和油气作业区的海冰管理工作提供了可靠的现场监测数据。对海冰雷达现场监测及数字图像处理中的问题及改进方法进行了讨论。 相似文献
13.
14.
针对机载合成孔径雷达(SAR)对海探测特点,采用多入射角法从SAR数据本身得到与海浪参数反演区域时空匹配的同步海面风速和风向,并结合线性变换关系,计算得到海浪初猜谱对应的仿真SAR图像谱,将仿真SAR图像谱和观测SAR图像谱输入代价函数中进行迭代运算,通过非线性方程的解算得到最适海浪谱;采用交叉谱法去除海浪传播180°方向模糊,最终得到海浪参数。论文提出的基于同步风场的机载SAR海浪参数反演方法,充分利用了机载SAR海洋环境探测的优势,解决了传统SAR海浪参数反演中初猜谱构造依赖外部风场的问题,机载同步飞行试验的海浪参数反演结果与浮标观测值的有效波高、波向的均方根误差分别为0.23 m和13.23°,验证了该方法的有效性,可为机载SAR海浪参数反演业务化提供支持。 相似文献
15.
渤海是我国重要的经济区,海冰灾害严重威胁着人类生产活动。合成孔径雷达具有全天候成像能力,研究渤海区域的SAR图像海冰检测具有重要意义。传统海冰检测方法受限于特征提取方法和建模方式,检测精度有待提升。深度学习具有极强的特征自学习能力,适用于图像检测问题。本文基于深度学习框架U-Net,以Sentinel-1双极化（VV和VH）合成孔径雷达图像为输入信息,设计混合损失函数优化传统U-Net模型,形成了基于混合损失U-Net的渤海海冰检测模型。将本文模型与传统海冰检测方法[脉冲耦合神经网络（PCNN）、马尔科夫随机场（MRF）和分水岭算法]和基于深度卷积神经网络（CNN）的深度学习方法进行了对比。实验结果表明:本文基于混合损失U-Net的海冰检测模型在重叠度、F1分数、精确度和召回率4项度量指标上分别达到了97.567%、98.769%、98.767%和98.771%,检测效果明显优于对比方法;双极化信息输入的检测结果比VV单极化输入的检测结果在F1分数、精确度、召回率和重叠度上分别提高了0.375%、0.111%、0.639%和0.740%;混合损失函数的检测结果比非混合损失函数的检测结果在F1分数、精确度、召回率和重叠度上分别提高了1.129%、0.947%、1.794%和2.231%;模型能对冰水沿线、冰间水道、冰间隙等细节进行有效检测;可应用于渤海区域整幅SAR图像的海冰检测,为海冰监测、海冰变化分析、海冰预报提供技术支撑。 相似文献
16.
海冰密集度是海冰的重要参数之一,在冰区导航、海上作业、海冰模式验证和气候模型改进等方面具有重要意义。卫星遥感具有覆盖范围广、重访周期短、成本相对低等优势,已成为获取海冰密集度的主要观测手段。本文从主被动微波遥感和光学遥感的角度,回顾了现阶段海冰密集度卫星遥感反演研究进展情况,包括海冰监测传感器、海冰密集度反演算法和海冰密集度产品等。结果表明,被动微波遥感是目前获取海冰密集度的主要方式,已发展出许多成熟的业务化算法;主动微波遥感数据已成为制作冰情图的主要数据源,海冰密集度反演算法由合成孔径雷达SAR（Synthetic Aperture Radar）图像分类向深度学习算法发展;光学遥感海冰密集度算法较为成熟,但受限于云层和夜晚限制,其反演结果多用于其他海冰密集度产品的验证。受传感器硬件限制,3种观测手段各有其长处与不足。为获得高精度、高时空分辨率的海冰密集度数据,开展多源数据融合研究是解决传感器性能瓶颈的有效手段。大数据时代,基于深度学习的海冰密集度卫星遥感反演技术快速发展,需要深度融入海冰密集度卫星遥感领域知识。海冰密集度卫星遥感反演应着力于海冰预报服务,致力于提高我国的海冰预报能力。 相似文献
17.
18.
19.
辽东湾每年冬季都会冻结大量海冰,并对海上油气平台和船舶运输带来很大的安全影响。为此,对油气作业海域海冰进行精确、连续的现场监测是非常必要,也有助于揭示海冰的漂移特性。采用辽东湾JZ20-2油气海洋平台上的航海雷达监测系统对该海域的海冰漂移特性进行了全冰期的连续监测,并通过海冰雷达监测的数字图像处理系统对海冰的漂移速度和流向进行分析,获得了该海域全冰期的海冰漂移数据。在此基础上确定了该海域冰速符合瑞利分布、冰向符合双峰高斯分布,以及两者的联合概率分布特性。以上研究为分析辽东湾油气作业区海冰的漂移特性提供了可靠的现场监测资料。 相似文献